袁 建，江 洪,2*，接程月，辛贊紅，魏曉華

（1. 浙江農(nóng)林大學(xué)國(guó)際空間生態(tài)與生態(tài)系統(tǒng)生態(tài)研究中心，浙江 臨安 311300；2. 南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所，江蘇 南京210093；3. 不列顛哥倫比亞大學(xué)地球與環(huán)境科學(xué)系，不列顛哥倫比亞基隆那 V1V1V7）

模型因其能使實(shí)際問(wèn)題簡(jiǎn)單化而成為人類認(rèn)識(shí)自然現(xiàn)象、解決科學(xué)問(wèn)題過(guò)程中不可缺少的工具[1]。目前在森林生態(tài)系統(tǒng)的研究與探索中建立了大量的數(shù)學(xué)模型以及計(jì)算機(jī)模型，如對(duì)于森林動(dòng)態(tài)進(jìn)行模擬的林窗模型家族，對(duì)于植被動(dòng)態(tài)進(jìn)行模擬的DGVM（dynamics global vegetation Model）模型框架，和基于過(guò)程的生物地球化學(xué)循環(huán)模型DBSM（dynamics biogeochemical simulation model）體系[2]。還有一些綜合的模型集成了多種模擬功能，如森林生態(tài)系統(tǒng)模型可以在優(yōu)化管理的模式下綜合模擬生態(tài)系統(tǒng)結(jié)構(gòu)與功能的變化[3～4]。其中反演森林冠層葉綠素含量的PROSPECT＋SAIL模型；代表全球碳循環(huán)模擬新方向的IBIS（Integrated Biosphere Simulator）模型、斑塊尺度森林碳循環(huán)模型（Soil-Plant-Atmosphere, SPA）以及中國(guó)森林生態(tài)系統(tǒng)碳收支模型FORCCHN都取得了成功[5～8]，這些都表明模型在森林生態(tài)系統(tǒng)結(jié)構(gòu)功能和過(guò)程的研究中具有重要的作用。長(zhǎng)期的森林收獲可能會(huì)影響生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，不同的森林收獲方法有對(duì)土壤的肥力不同的影響，從而進(jìn)一步影響森林的可持續(xù)管理。模擬森林的可持續(xù)管理，它受到很多不同因素的影響，如森林的郁閉度、土壤肥力、輪伐期的長(zhǎng)短、立地質(zhì)量、時(shí)間尺度、空間尺度等。但是評(píng)估這些因素對(duì)森林可持續(xù)管理的影響是很困難的，尤其是幾種因素的共同影響。然而，在長(zhǎng)時(shí)間尺度范圍下，生態(tài)系統(tǒng)水平模型（FORECAST）是一種很好的工具。而近年來(lái)，F(xiàn)ORECAST模型作為一個(gè)基于森林生態(tài)系統(tǒng)過(guò)程的林分水平模型越來(lái)越受到廣泛的關(guān)注。該模型作為評(píng)價(jià)森林長(zhǎng)期經(jīng)營(yíng)策略的一個(gè)工具在幾種不同的森林類型中都有過(guò)成功的應(yīng)用。它運(yùn)用混合模擬方法，應(yīng)用植物隨著時(shí)間積累的生物量數(shù)據(jù)來(lái)自不同營(yíng)養(yǎng)質(zhì)量立地的植物營(yíng)養(yǎng)濃度數(shù)據(jù)作為基礎(chǔ)，可用以評(píng)估林冠功能（光合作用）、碳分配、競(jìng)爭(zhēng)以及養(yǎng)分循環(huán)等在內(nèi)的核心過(guò)程[3]。模型明確的將來(lái)自不同過(guò)程或干擾類型營(yíng)養(yǎng)立地質(zhì)量的變化考慮在內(nèi)，對(duì)那些凈初級(jí)生產(chǎn)力受到營(yíng)養(yǎng)有效性限制的森林評(píng)估和涉及可持續(xù)的森林管理策略應(yīng)用模型的能力進(jìn)行模擬。

目前FORECAST模型已經(jīng)運(yùn)用到加拿大、英國(guó)、挪威和中國(guó)等國(guó)家的針葉林、闊葉林和混交林的生態(tài)過(guò)程研究與經(jīng)營(yíng)管理實(shí)踐中，并取得了很好的成效。FORECAST模型可以模擬人工純林在不同管理策略下的碳氮循環(huán)特點(diǎn)。例如，可以模擬不同輪伐期林分的碳儲(chǔ)量和固碳量以及氮循環(huán)特點(diǎn)；模擬不同立地條件下的碳氮循環(huán)特點(diǎn)；模擬不同收獲方式（粗放型和集約型）對(duì)林分碳氮循環(huán)的影響；模擬林火、施肥、不同疏伐方式、酸雨、N沉降對(duì)林分碳氮循環(huán)的影響，并且如果數(shù)據(jù)充足，F(xiàn)ORECAST模型亦可以模擬混交林在不同森林管理策略下的碳氮響應(yīng)。

2 FORECAST模型簡(jiǎn)介及其原理

2.1 FORECAST模型的描述

FORECAST全稱Forestry and Environmental Change Assessment，這個(gè)計(jì)算機(jī)軟件是由加拿大著名森林生態(tài)學(xué)家J. P. (Hamish) Kimmins 主持開發(fā)出來(lái)的，它的前身是FORCYTE模型。該模型是通過(guò)系統(tǒng)研究森林生物產(chǎn)量與林分結(jié)構(gòu)、演替階段、營(yíng)養(yǎng)運(yùn)輸途徑以及各種經(jīng)營(yíng)管理措施之間的相互規(guī)律，在森林經(jīng)營(yíng)的生態(tài)學(xué)原理基礎(chǔ)上開發(fā)而成[3]。

在林分群體特征以及林地養(yǎng)分循環(huán)的基礎(chǔ)上，F(xiàn)ORECAST模型是一種特殊的森林生態(tài)系統(tǒng)管理模型，它需求的數(shù)據(jù)包括森林生態(tài)系統(tǒng)的林分特征、林下植被、苔蘚、土壤以及林分內(nèi)養(yǎng)分循環(huán)數(shù)據(jù)，通過(guò)把這些數(shù)據(jù)輸入模型，從而得出林分生長(zhǎng)、林地養(yǎng)分變化的趨勢(shì)，通過(guò)施以不同的經(jīng)營(yíng)策略，可以獲得不同管理策略下森林生長(zhǎng)的狀況，比較森林生長(zhǎng)及養(yǎng)分變化的結(jié)果可以得到一個(gè)最佳森林經(jīng)營(yíng)方案[9]。

2.2 FORECAST模型的原理

FORECAST建立在整個(gè)森林生態(tài)系統(tǒng)的物質(zhì)生產(chǎn)和養(yǎng)分循環(huán)規(guī)律的基礎(chǔ)上（圖1）[10～14]。系統(tǒng)的葉量和光合效率決定了一個(gè)森林生態(tài)系統(tǒng)的生產(chǎn)力的大小[15～16]。對(duì)一些特定的樹種，光照條件和葉片中的氮素含量決定了光合效率的高低。系統(tǒng)養(yǎng)分循環(huán)(包括植物的吸收、在植物體內(nèi)的運(yùn)輸和轉(zhuǎn)化、通過(guò)凋落物回復(fù)到土壤表面以及回復(fù)的營(yíng)養(yǎng)元素的礦化和固定過(guò)程)狀況的好壞決定了氮素含量的多少[17]。葉氮同化率（FNE）是FORECAST模型的驅(qū)動(dòng)機(jī)制。所謂葉氮同化率是指葉片中單位質(zhì)量的氮素在單位時(shí)間內(nèi)所同化產(chǎn)生的干物質(zhì)量[15～16]。這與?gren（1983）的氮生產(chǎn)力是一個(gè)意思，即：

圖1 FORECAST模型模擬的主要部分和轉(zhuǎn)變過(guò)程流程Figure 1 A schematic of the major ecosystem compartments and transfer pathways represented in FORECAST

式中，Pt為總初級(jí)生產(chǎn)力；ΔBt為單位時(shí)間內(nèi)的生物量的增長(zhǎng)量；Et為單位時(shí)間內(nèi)的凋落物量；Mt為單位時(shí)間內(nèi)的枯損量或自然稀疏量；Nf為葉氮含量；Bf為葉面生物量；Nc為葉氮濃度。

在實(shí)際的林分中，由于林冠下部的葉片受到上部葉片的遮蔽作用，所以其光合有效效率會(huì)有所下降。因此，在具體應(yīng)用時(shí)就需要對(duì)其進(jìn)行修正。通過(guò)將林冠層模擬成“不透光層”來(lái)表示上層葉片對(duì)下層葉片的遮蔽作用。修正后的葉氮同化率稱之為遮陰糾正葉氮同化率（Shade-corrected Foliage Nitrogen Efficiency, 簡(jiǎn)稱Escfn）。即：

式中，Nft為葉氮量（林冠部第i個(gè)25 cm高度葉層），Ci為光合作用光飽和曲線值（林冠部第i個(gè)25 cm高度葉層的葉氮量處）；n為表示林冠層以25 cm為一層，共劃分出的總層數(shù)。

2.3 FORECAST模型的優(yōu)點(diǎn)

FORECAST模型的最大優(yōu)點(diǎn)是存在一個(gè)營(yíng)養(yǎng)反饋機(jī)制[13]，通過(guò)調(diào)整經(jīng)營(yíng)管理策略保持立地質(zhì)量不會(huì)衰退。其次作為一個(gè)混合性的模型，該模型將傳統(tǒng)經(jīng)典的產(chǎn)量表同復(fù)雜的過(guò)程模型相結(jié)合。用傳統(tǒng)經(jīng)典的產(chǎn)量表來(lái)預(yù)測(cè)未來(lái)森林的增長(zhǎng)趨勢(shì)主要是通過(guò)一些生長(zhǎng)數(shù)據(jù)，其中包括收集一些森林生長(zhǎng)數(shù)據(jù)，然后用圖表、表格或者數(shù)學(xué)形式來(lái)總結(jié)概括這些數(shù)據(jù)，從而通過(guò)這些數(shù)據(jù)來(lái)預(yù)測(cè)。這個(gè)方法是基于一個(gè)理想環(huán)境的基礎(chǔ)下，即在未來(lái)的生長(zhǎng)環(huán)境不變，來(lái)預(yù)測(cè)樹木的生長(zhǎng)趨勢(shì)。但是往往現(xiàn)實(shí)中，林分的影響因子都會(huì)隨著時(shí)間的變化也發(fā)生改變，例如土壤肥力、氣候變化、洪澇災(zāi)害、蟲害等，這些影響因子都會(huì)使得樹木生長(zhǎng)發(fā)生變化，因此，傳統(tǒng)經(jīng)典的產(chǎn)量表只對(duì)樹木或林分產(chǎn)量的潛能進(jìn)行了預(yù)測(cè)[13]。過(guò)程模型能夠模擬未來(lái)環(huán)境條件對(duì)樹木生長(zhǎng)的影響，但是過(guò)程模型只對(duì)生長(zhǎng)決定因素占主導(dǎo)因素的林分預(yù)測(cè)準(zhǔn)確，對(duì)于生長(zhǎng)決定因素改變不明顯的林分預(yù)測(cè)的精度較差。通過(guò)研究上述兩種模型對(duì)預(yù)測(cè)森林產(chǎn)量的利與弊，將2種模型組合在一起，取兩種模型的優(yōu)點(diǎn)的同時(shí)摒棄2種模型中各自的缺點(diǎn)[18]。FORECAST模型就正好是這樣的一種混合型模擬模型。

3 FORECAST模型在針葉林生態(tài)系統(tǒng)研究中的應(yīng)用

3.1 FORECAST模型在國(guó)外針葉林生態(tài)系統(tǒng)研究中的應(yīng)用

3.1.1 在小干松林中的應(yīng)用 黑松（Pinus contorta）在哥倫比亞的森林工業(yè)和環(huán)境中發(fā)揮著重要的作用。它在哥倫比亞山地云杉、亞寒帶松杉和亞寒帶云杉所處的環(huán)境區(qū)分布比較豐富，是占主導(dǎo)地位的種群，并且在過(guò)去火災(zāi)頻發(fā)。為評(píng)價(jià)各種管理策略中的一些不同之處以及這些不同之處對(duì)哥倫比亞中部黑松林生產(chǎn)力的意義；量化全樹采伐和莖干采伐的不同之處；總結(jié)出可以提高森林生產(chǎn)力的管理策略，X Wei[19～20]等人利用FORECAST模型模擬不同管理策略對(duì)黑松林生產(chǎn)力的影響，其結(jié)果顯示，對(duì)保持黑松林生產(chǎn)力的可持續(xù)性策略應(yīng)該是80 ～120 a的輪伐長(zhǎng)度。然而，更多營(yíng)養(yǎng)保留的莖干采伐策略可以比全樹采伐策略獲得更高的生產(chǎn)力。在240 a的模擬中疏伐策略沒(méi)有提高總生產(chǎn)力。強(qiáng)度較高的疏伐可能是不必要的，但是，疏伐提高了分解凋落物和粗木質(zhì)殘骸的水平，而且產(chǎn)生了更適合馴鹿的棲息地，從而增加馴鹿的棲息地價(jià)值，由于缺乏長(zhǎng)期野外研究，使模擬結(jié)果的驗(yàn)證變得十分困難，所以當(dāng)應(yīng)用這些模擬結(jié)果時(shí)必須十分慎重。因此，最好的疏伐策略需要基于各種立地的生產(chǎn)力水平以及諸如馴鹿等其它資源的考慮的基礎(chǔ)上進(jìn)行進(jìn)一步的模擬，從而得出最適合的管理策略。

3.1.2 在歐洲赤松林中的應(yīng)用 歐洲赤松（Pinus sylvestris）是一種分布在西起大不列顛和伊比利亞半島，東至東西伯利亞及高加索山脈，北達(dá)拉普蘭之間，廣大范圍的樹種。在北部，其生長(zhǎng)高度為海平面至海拔1000 m，在南方則以高山植物方式呈現(xiàn)（1200 ～ 2500 m）。

Juan A. Blanco[21]等人運(yùn)用FORECAST模型模擬了庇里牛斯山（西班牙北部）上的歐洲赤松林的可持續(xù)管理。他們的研究表明，采伐強(qiáng)度、采伐周期、采伐方法對(duì)營(yíng)養(yǎng)流失有一定的影響，在這個(gè)異質(zhì)性很大的地區(qū)，不同地點(diǎn)的可持續(xù)管理不同。過(guò)度開采對(duì) N、P影響很大，絕不能將整棵樹移走因?yàn)樗赡軐?duì)營(yíng)養(yǎng)儲(chǔ)存產(chǎn)生很大的負(fù)面影響?？傊?，這個(gè)模型被證明是一個(gè)很有用的工具，它用來(lái)預(yù)測(cè)營(yíng)養(yǎng)儲(chǔ)存上的短期變化，也用來(lái)估測(cè)在庇里牛斯山上所適用的采伐方法及其對(duì)森林可持續(xù)性管理可能帶來(lái)的負(fù)面影響。FORECAST模型用來(lái)分析森林管理生態(tài)可持續(xù)性非常合適。

3.1.3 在花旗松林中的應(yīng)用 花旗松（Pseudotsuga menziesii）是世界上最重要的和最具價(jià)值的軟木樹種之一。它是北美洲西部森林的重要組成部分。

為了評(píng)估各種描述土壤有機(jī)質(zhì)特性的參數(shù)的有用性和靈敏性，Dave M. Morris[22]等人運(yùn)用FORECAST模型，將4套不同的森林管理方案分別試用于一個(gè)模擬未經(jīng)管理的花旗松林和一個(gè)模擬生長(zhǎng)在有機(jī)質(zhì)和營(yíng)養(yǎng)貧乏地方的花旗松林。這4套方案包括2個(gè)輪伐期長(zhǎng)的結(jié)合（40、80 a）和兩種水平上的生物量利用（整樹對(duì)有保留的樹長(zhǎng)采伐）的相互結(jié)合，即40 a的輪伐期與整樹采伐結(jié)合的經(jīng)營(yíng)策略、40 a輪伐期與有保留的采伐結(jié)合的經(jīng)營(yíng)策略、80 a的輪伐期與整樹采伐結(jié)合的經(jīng)營(yíng)策略、80 a輪伐期與有保留的采伐結(jié)合的經(jīng)營(yíng)策略。根據(jù)模型模擬，在第2個(gè)40 a輪伐期的末期實(shí)施一次集中的管理方案（40 a輪伐期，整樹采伐）。先前未經(jīng)管理樣地的生產(chǎn)率有顯著的降低，活性土壤吸收分解狀有機(jī)質(zhì)的能力發(fā)生了迅速下降，并且無(wú)法重建。這種活性土壤吸收規(guī)模的減小所導(dǎo)致的結(jié)果是，在隨后的輪伐期內(nèi)將會(huì)出現(xiàn)氮缺乏的情況。與之形成對(duì)比的是，最初發(fā)生營(yíng)養(yǎng)退化的樣地對(duì)中等水平的管理（80 a輪伐期，只采伐樹干）反應(yīng)良好，在超過(guò)240 a的模擬時(shí)期里，其活性土壤吸收有機(jī)質(zhì)的規(guī)模一直保持著平穩(wěn)的增加。這表明如果試用一個(gè)低等水平的管理策略，由先前活動(dòng)導(dǎo)致發(fā)生退化的樣地總體上具有恢復(fù)的能力。當(dāng)試圖衡量管理方法的可持續(xù)性時(shí)，整體上的改變值和活性土壤有機(jī)質(zhì)的動(dòng)態(tài)性是比樹木生長(zhǎng)量更明顯更靈敏的參數(shù)。衡量管理方法的可持續(xù)性時(shí)，將會(huì)有很多例子用來(lái)闡明起始狀態(tài)條件的重要性，以及管理體系實(shí)施后的狀況。

3.2 FORECAST模型在國(guó)內(nèi)針葉林生態(tài)系統(tǒng)研究中的應(yīng)用

3.2.1 在杉木人工林中的應(yīng)用 杉木（Cunninghamia lanceolata）是我國(guó)南方最重要的用材樹種，生長(zhǎng)快，材質(zhì)好，單產(chǎn)高，已有一千多年的栽培歷史，在我國(guó)南方林業(yè)生產(chǎn)中占舉足輕重的地位[23]。近年來(lái)由于杉木連栽造成生產(chǎn)力日趨下降，已嚴(yán)重影響了杉木人工林的持續(xù)經(jīng)營(yíng)[24～25]。目前國(guó)內(nèi)主要運(yùn)用森林生態(tài)系統(tǒng)管理模型FORECAST模型模擬不同輪伐期杉木C貯量變化，以確定較為合理的輪伐期；以及模擬中國(guó)人工杉木林產(chǎn)量下降和土壤退化等。

其中江洪等人運(yùn)用FORECAST模型模擬不同輪伐期杉木C貯量變化，從而確定了較為合理的輪伐期。研究發(fā)現(xiàn)25 a輪伐期干材收獲量最大，但不利于土壤有機(jī)碳的可持續(xù)，50 a輪伐期有利于維持生態(tài)系統(tǒng)的碳貯量的相對(duì)穩(wěn)定，且立地條件越好其碳貯量和固碳能力越高。所以選擇較長(zhǎng)（25 ～ 50 a）輪伐期較有利于保持杉木人工林的可持續(xù)經(jīng)營(yíng)，這與J. Bi等[26～27]的研究結(jié)論一致。雖然在預(yù)測(cè)的過(guò)程中FORECAST對(duì)胸徑的預(yù)測(cè)值還有一些偏差，但在模擬的靈活性和適用性方面仍然值得應(yīng)用，并在應(yīng)用中將不斷的被校準(zhǔn)和完善[27]。

3.2.2 在云杉林中的應(yīng)用 云杉（Picea asperata）為我國(guó)特有樹種。以華北山地分布為廣，東北的小興安嶺等地也有分布。常綠喬木，株高可達(dá)30 m，樹冠廣圓錐形。我國(guó)有17種9個(gè)變種。多分布青海東部、甘肅南部和陜西西部海拔3200 m以下。云杉耐蔭、耐寒、喜歡涼爽濕潤(rùn)的氣候和肥沃深厚、排水良好的微酸性沙質(zhì)土壤，生長(zhǎng)緩慢，淺根性樹種。

在國(guó)內(nèi)，為進(jìn)一步深入研究我國(guó)乃至全球范圍內(nèi)的森林生態(tài)系統(tǒng)碳循環(huán)提供基礎(chǔ)數(shù)據(jù)，為正確估算森林的生態(tài)效益提供參考，同時(shí)為管理者制定合理的云杉人工林的管理策略提供依據(jù)，江洪等人運(yùn)用FORECAST模型模擬了不同輪伐期對(duì)云杉碳貯量的影響。模擬的結(jié)果表明，在輪伐期為80 a時(shí)，云杉的莖干碳貯量和喬木碳貯量達(dá)到最高，輪伐期越長(zhǎng)，固碳能力就越強(qiáng)。在森林皆伐的情況下，無(wú)論采取何種長(zhǎng)度的輪伐期，其土壤碳貯量均呈現(xiàn)下降趨勢(shì)，但是隨著輪伐期的延長(zhǎng)（不大于160 a），其下降比例降低。同一輪伐期中，較好立地的碳貯量以及固碳量均高于較差立地。由于云杉有兩個(gè)生長(zhǎng)高峰期，一個(gè)是在云杉高度超過(guò)灌木后的10 a期間，林齡在20 ～ 30 a，另一個(gè)是云杉經(jīng)過(guò)自梳作用后，即林齡50 ～ 70 a，在此時(shí)期也是生物量增長(zhǎng)的高峰期，故而80 a的采伐期易產(chǎn)生較高的生物量積累。而當(dāng)云杉達(dá)到成熟期后（林齡為100 a時(shí)）其生長(zhǎng)漸趨緩慢，其中120 a后胸徑基本停止生長(zhǎng)，200 a后樹高停止生長(zhǎng)。所以，100 a之后生物量增長(zhǎng)緩慢而平穩(wěn)，120 a與160 a的碳貯量與固碳量差異小于80 a與120 a間的差異。對(duì)于不同的立地而言，較好立地土壤的固有養(yǎng)分含量要高于較差立地，其上云杉的生長(zhǎng)自然要優(yōu)于較差立地，因此，從輪伐期和立地條件角度出發(fā)，保持長(zhǎng)期立地生產(chǎn)力應(yīng)選擇較長(zhǎng)輪伐期（120 ～ 160 a）為宜。

3.2.3 在長(zhǎng)白落葉松人工林中的應(yīng)用 長(zhǎng)白落葉松（Larixolgensis）是松科落葉松屬的落葉喬木，是我國(guó)東北、內(nèi)蒙古林區(qū)以及華北、西南的高山針葉林的主要森林組成樹種，是東北地區(qū)主要三大針葉用材林樹種之一。落葉松是喜光的強(qiáng)陽(yáng)性樹種，適應(yīng)性強(qiáng)，對(duì)土壤水分條件和養(yǎng)分條件的適應(yīng)范圍很廣。

針對(duì)間伐在短期內(nèi)可以有效的促進(jìn)林地生產(chǎn)力的增長(zhǎng)，而對(duì)生態(tài)系統(tǒng)的長(zhǎng)期影響尚難以預(yù)測(cè)的問(wèn)題。孫志虎，牟長(zhǎng)城[28]等人利用 FORECAST模型模擬預(yù)測(cè)長(zhǎng)白落葉松人工林的生長(zhǎng)趨勢(shì)，通過(guò)對(duì)落葉松人工林灌木及草本生物量及養(yǎng)分含量的調(diào)查與分析，對(duì)土壤及樹木生長(zhǎng)數(shù)據(jù)的收集分析，然后對(duì)FORECAST模型進(jìn)行校正修改參數(shù)，從而對(duì)落葉松間伐時(shí)各代干材生物量、生態(tài)系統(tǒng)速效氮、磷、鉀貯量的長(zhǎng)期影響效果進(jìn)行模型模擬。進(jìn)一步總結(jié)出落葉松人工林間伐的合理模式，從而為長(zhǎng)期維護(hù)落葉松人工林生產(chǎn)力提供理論依據(jù)。研究結(jié)果表明，適度的間伐可以在短期內(nèi)促進(jìn)林地干材生物量的增加，隨著連栽代數(shù)的增加，干材生物量逐代增加量逐漸減少，最后是趨于穩(wěn)定的狀態(tài)，和未經(jīng)人為經(jīng)營(yíng)管理的林地趨于一致，到達(dá)近似穩(wěn)定狀態(tài)時(shí)的干材生物量等于或略低于未經(jīng)經(jīng)營(yíng)管理的林地。

從間伐對(duì)落葉松人工林主伐時(shí)干材生物量的影響來(lái)看，低立地指數(shù)的落葉松人工林適合采用中度和弱度間伐，而高立地指數(shù)的林分也是中度和弱度間伐對(duì)林地干材生物量表現(xiàn)明顯的促進(jìn)作用，強(qiáng)度間伐對(duì)干材生物量的促進(jìn)作用不甚明顯，但可根據(jù)培育目的不同采用強(qiáng)度間伐，如培育大徑材。

強(qiáng)度間伐對(duì)增加落葉松人工林速效氮貯量有很好的效果，連載代數(shù)的增加，林地速效氮貯量也會(huì)隨著增加，而且每代的值都比未經(jīng)過(guò)經(jīng)營(yíng)管理的林分要高，但是中度和弱度采伐的林地，其速效氮貯量呈現(xiàn)逐代下降趨勢(shì)，直至穩(wěn)定，達(dá)到與未經(jīng)過(guò)經(jīng)營(yíng)管理的林地穩(wěn)定值相近。因此，間伐對(duì)林地速效氮貯量的影響只有在較短期間內(nèi)比較有效。

落葉松人工林速效磷、鉀呈現(xiàn)出相似的規(guī)律，都呈現(xiàn)先降低然后穩(wěn)定的趨勢(shì)。在短期內(nèi)進(jìn)行間伐的林地比未進(jìn)行經(jīng)營(yíng)管理的林地速效磷、鉀貯量高，但是隨著連栽代數(shù)的增加，貯量逐漸的減少，最后與未經(jīng)過(guò)經(jīng)營(yíng)管理的林地趨于一致。因此，間伐對(duì)林地速效磷、鉀貯量的影響只有在較短期間內(nèi)比較有效。即間伐在短期內(nèi)對(duì)落葉松人工林有明顯的促進(jìn)作用，但隨著連栽代數(shù)的增加，這種積極作用逐漸變小，最后和未經(jīng)經(jīng)營(yíng)管理的林地趨于一致。

因此，東北林區(qū)落葉松人工林間伐合理方式為采用中度和弱度的間伐強(qiáng)度，可以使落葉松人工林生產(chǎn)力維持5 ～ 10代不下降。

3.2.4 在馬尾松人工林中的應(yīng)用 馬尾松（Pinus massoniana）是中國(guó)亞熱帶地區(qū)特有的針葉樹種，適應(yīng)能力強(qiáng)、耐干旱、生長(zhǎng)迅速，也是中國(guó)主要造林樹種中分布最廣的一種。

目前，有關(guān)馬尾松人工林生態(tài)系統(tǒng)碳儲(chǔ)量的研究較多，提供了很多有用的基礎(chǔ)數(shù)據(jù)。但是，由于樣地實(shí)驗(yàn)的局限性，以及研究方法的限制，大多為靜態(tài)的估測(cè)，很難反映出馬尾松人工林碳動(dòng)態(tài)特征，而且大多是時(shí)間尺度和空間尺度都比較小的研究，很難反映出大尺度范圍內(nèi)馬尾松人工林的碳儲(chǔ)量特征。長(zhǎng)期定位試驗(yàn)是研究森林碳動(dòng)態(tài)的重要方法，但是，其需時(shí)長(zhǎng)，不確定性大，操作起來(lái)有很大的難度?，F(xiàn)階段，利用模型進(jìn)行相關(guān)模擬研究，已經(jīng)成為一個(gè)重要的發(fā)展趨勢(shì)[29～30]。選擇 FORECAST森林生態(tài)系統(tǒng)管理模型作為研究工具，通過(guò)模擬不同管理措施下馬尾松人工林碳循環(huán)，分析和總結(jié)馬尾松人工林生態(tài)系統(tǒng)碳的固定、貯存及其長(zhǎng)期動(dòng)態(tài)，從而為估算我國(guó)乃至全球范圍內(nèi)人工林的經(jīng)濟(jì)效益和生態(tài)效益基礎(chǔ)數(shù)據(jù)，同時(shí)也為管理者制定科學(xué)合理的人工林經(jīng)營(yíng)措施提供依據(jù)。

辛贊紅等人運(yùn)用FORECAST模型模擬了不同立地，不同輪伐期以及不同采伐方式下馬尾松人工碳循環(huán)的特點(diǎn)。研究結(jié)果顯示以下特征：①立地條件越好，植被地上部分的碳貯量越大；相同立地條件下，輪伐期越長(zhǎng)，植被地上部分的碳貯量增加；整樹采伐的地上植被碳貯量在第一個(gè)輪伐期之后均小于樹干采伐方式下第一個(gè)輪伐期之后的地上植被碳貯量。②隨著立地條件變好，土壤有機(jī)碳含量增加；短輪伐期的土壤有機(jī)碳含量比長(zhǎng)輪伐期?。徽麡洳煞サ耐寥烙袡C(jī)碳比樹干采伐的小。③同一輪伐期，立地條件越好，生態(tài)系統(tǒng)總碳量越大；相同立地條件下，隨著輪伐期變長(zhǎng)，生態(tài)系統(tǒng)總碳量增加；整樹采伐的生態(tài)系統(tǒng)總碳量在第一個(gè)輪伐期之后均小于樹干采伐的對(duì)應(yīng)值。④收獲部分的碳從模擬結(jié)果來(lái)看，如果考慮馬尾松人工林的經(jīng)濟(jì)效益，想獲取更多的林產(chǎn)品，在較好立地可以適當(dāng)縮短輪伐期。

4 問(wèn)題與展望

目前推算區(qū)域或全球尺度森林生態(tài)系統(tǒng)碳貯量的基本方法，歸納起來(lái)主要有樣地實(shí)測(cè)估算和模型估算兩大類型[31]。樣地實(shí)測(cè)精度大，卻需要消耗大量的人力、時(shí)間和財(cái)力，而此時(shí)模型的發(fā)展給我們帶來(lái)了諸多便利，省時(shí)省力省財(cái)，其預(yù)測(cè)趨勢(shì)可以給森林管理者制定森林管理策略提供一定的理論指導(dǎo)。FORECAST模型是通過(guò)系統(tǒng)研究森林生物產(chǎn)量與林分結(jié)構(gòu)、演替階段、營(yíng)養(yǎng)運(yùn)輸途徑以及各種經(jīng)營(yíng)管理措施之間的相互規(guī)律，在森林經(jīng)營(yíng)的生態(tài)學(xué)原理基礎(chǔ)上開發(fā)而成。FORECAST模型通過(guò)大量森林生態(tài)系統(tǒng)的模擬，已得到了較好的檢驗(yàn)[32～34]。

與所有的模型一樣，F(xiàn)ORECAST模型在其應(yīng)用上有一定的局限性。例如，該模型中的大部分土壤過(guò)程的表示相對(duì)簡(jiǎn)單。由于土壤范圍、土壤混合和根分配表示的缺乏，使得FORECAST模型解決土壤壓實(shí)以及土壤侵蝕問(wèn)題的能力受到了限制。另外模型的方法對(duì)評(píng)價(jià)單位內(nèi)的凋落量可能使得在模型模擬開始的幾個(gè)階段對(duì)凋落物的評(píng)估過(guò)高，這可能導(dǎo)致模擬的前期遮陰校正葉氮效率值偏高。但是早期對(duì)凋落物速率的評(píng)價(jià)過(guò)高，只是運(yùn)用在很小的生物量中，因此在輪伐長(zhǎng)度模擬方面造成的誤差較小。在FORECAST模型中樹木林冠作為“不透明層”的設(shè)定對(duì)模擬個(gè)體樹木生長(zhǎng)、疏伐反應(yīng)、農(nóng)林復(fù)合、間伐和異齡林管理造成了一些困難。

此外，大量研究表明，F(xiàn)ORECAST模型模擬的樹種大多只是針葉樹種，因此，如果能將FORECAST模型應(yīng)用到闊葉樹種以及針闊混交林，這將會(huì)使得FORECAST模型的研究應(yīng)用更加完整，也更具有現(xiàn)實(shí)意義。因?yàn)殚熑~林或者針闊混交林的樹冠冠層比較厚，生態(tài)系統(tǒng)較為復(fù)雜，凋落物較多，物質(zhì)循環(huán)、能量流動(dòng)較復(fù)雜。所以模型模擬起來(lái)比較困難，需要考慮的因素很多，從而對(duì)模型的校正造成一定困難。另外，該模型也忽略了水分對(duì)植被生長(zhǎng)的影響，只是將水分作為一個(gè)限制因子，也使得模型模擬出現(xiàn)一些偏差。目前Kimmins團(tuán)隊(duì)正在將FORECAST模型與水分模型ForWaDy相耦合，已經(jīng)取得突破性的進(jìn)展并不久將會(huì)具體的應(yīng)用。同時(shí)，模型也可以計(jì)算出土壤水分的脅迫指數(shù)。當(dāng)ForWaDy模型與FORECAST模型耦合時(shí)，這個(gè)脅迫指數(shù)可以限制人工林的生長(zhǎng)或碳的積累過(guò)程，所以可以模擬氣候變化（溫度、降水等）對(duì)森林固碳、森林水文以及碳—水耦合方面的影響，這在今后全球碳循環(huán)研究中具有重大意義。由于缺乏長(zhǎng)期野外研究，使模擬結(jié)果的驗(yàn)證變得十分困難，所以當(dāng)應(yīng)用這些模擬結(jié)果時(shí)必須十分慎重。在未來(lái)的森林管理上應(yīng)該創(chuàng)造合適的實(shí)驗(yàn)基地，以便獲取各種數(shù)據(jù)，以此優(yōu)化森林生態(tài)模型，以便更好的模擬預(yù)測(cè)森林動(dòng)態(tài)發(fā)展，為管理者制定合理的營(yíng)林策略提供指導(dǎo)。

[1]S E Jorgensen, G Bendoricchio. 生態(tài)模型基礎(chǔ)[M]. 北京：高等教育出版社，2008. 1－3.

[2]JIANG H, APPS M J, PENG C H,et al. Modeling the influence of harvesting on Chinese boreal forest carbon dynamics[J]. For Ecol Mana, 2002,169（1-2）：65－82.

[3]KIMMINS J P. Forest Ecology[M]. New York: Person Education, Inc. Prentice Hall, 2004. 635.

[4]劉平，馬履一，段劼. 森林動(dòng)態(tài)計(jì)算機(jī)模擬模型研究[J]. 世界林業(yè)研究，2007，20（3）：45－50.

[5]楊曦光，范文義，于穎. 基于PROSPECT+SAIL模型的森林冠層葉綠素含量反演[J]. 光譜學(xué)與光譜分析，2010，30（11）：3022－3026.

[6]劉曦，國(guó)慶喜，劉經(jīng)偉. IBIS模型驗(yàn)證與東北東部森林NPP季節(jié)變化模擬研究[J]. 森林工程，2010，26（4）：1－10.

[7]王紹剛，劉志文. 基于SPA模型的森林生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力空間分布[J]. 科技導(dǎo)報(bào)2010，28（1）：82－89.

[8]趙俊芳，延曉冬，賈根鎖. 基于FORCCHN的未來(lái)東北森林生態(tài)系統(tǒng)碳儲(chǔ)量模擬[J]. 地理科學(xué)，2009，29（5）：690－696.

[9]KIMMINS J P, DANIEL M, BRADS. Modelling forest ecosystem net primary production: the hybrid simulation approach used in FORECAST[J]. Ecol Model, 1999（122）: 195－224.

[10]郭起榮. FORCYTE森林生態(tài)系統(tǒng)經(jīng)營(yíng)模擬模型[J]. 江西林業(yè)科技，2000（6）：43－46.

[11]接程月，辛贊紅，信曉穎，等. FORECAST模型的原理、方法和應(yīng)用[J]. 浙江農(nóng)林大學(xué)學(xué)報(bào)，2009，26（6）：909－915.

[12]潘攀. 基于FORECAST模型的落葉松人工林間伐長(zhǎng)期效果與優(yōu)化模式研究[D]. 哈爾濱：東北林業(yè)大學(xué)，2007.

[13]田曉，胡靖宇，劉苑秋，等. 森林生態(tài)系統(tǒng)經(jīng)營(yíng)的新模式：FORECAST模型[J]. 林業(yè)調(diào)查規(guī)劃，2010，35（6）：18－25.

[14]（加）金明仕. 森林生態(tài)學(xué)[M]. 北京：中國(guó)林業(yè)出版社，2005.

[15]盛煒彤. 我國(guó)人工林地力衰退及防治對(duì)策[A]. 中國(guó)林學(xué)會(huì)森林生態(tài)分會(huì). 人工林地力衰退研究[C]. 北京：中國(guó)科學(xué)技術(shù)出版社，1992.15－19.

[16]陳龍池，汪思龍. 杉木根系分泌物化感作用研究[J]. 生態(tài)學(xué)報(bào)，2003，23（2）：393－398.

[17]劉慶. 亞高山針葉林生態(tài)學(xué)研究[M]. 成都：四川大學(xué)出版社，2002.

[18]KIMMINS J P. Scientific foundations for the simulation of ecosystem function and management in FORCYTE-11[R]. Northwest Region Information Report NOR-X-328, 1993. 4－10.

[19]X Wei, W Liu, J Waterhouse,et al. Simulations on impacts of different management strategies on long-term site productivity in lodgepole pine forests of the central interior of British Columbia[J]. For Ecol Manag, 2000（133）：217－229.

[20]Wei X, Kimmins J P, Zhou G. Disturbances and the sustainability of long-term site productivity in lodgepole pine forests in the central interior of British Columbia-an ecosystem modeling approach [J]. Ecol Model, 2003（164）：239－256.

[21]J A Blanco, J R Olarieta, J P Kimmins. Assessment of long-term sustainability of forest management in Scots Pine Forests in the pyrenees: An ecosystem-level simulation approach[Z]. ICSMM, 2006.

[22]Dave M Morris, J P Kimmins, Dan R Duckert. The use of soil organic matter as a criterion of the relative sustainability of forest management alternatives:a modelling approach using FORECAST[J]. For Ecol Manag, 1997, 94（1-3）：61－78.

[23]范少輝，盛煒彤，馬祥慶，等. 多代連載對(duì)不同發(fā)育階段杉木人工林生產(chǎn)力的影響[J]. 林業(yè)科學(xué)研究，2003，16（5）：560－567.

[24]徐化成. 關(guān)于人工林的地力下降問(wèn)題[J]. 世界林業(yè)研究，1992，5（1）：66－71.

[25]俞新妥. 杉木林地持續(xù)利用問(wèn)題的研究和看法[J]. 世界林業(yè)研究，1993，6（3）：80－86.

[26]Tang X-L. Disturbance of carbon storage in a lower subtropical monsoon evergreen broad-leaved forest in Dinghushan Nature Reserve[J]. Acta Ecol Sinica, 2003, 23（1）：90－97.

[27]J Bi, J A Blanco, B Seely,et al. Yield decline in Chinese-fir plantations:a simulation investigation with implications for model complexity[J].Can J For Res, 2007（37）：1615－1630.

[28]孫志虎，金光澤，牟長(zhǎng)城. 長(zhǎng)白落葉松人工林長(zhǎng)期生產(chǎn)力維持的研究[M]. 北京：科學(xué)出版社，2009. 1－180.

[29]Peng C H, Jiang H, Apps Michael J,et al. Effects of harvesting regimes on carbon and nitrogen dynamics of boreal forests in central Canada: a process model simulation [J]. Ecol Model, 2002, 155（2-3）：177－189.

[30]Kros H, Warfvinge P. Evaluation of model behavior with respect to the biogeochemistry at the Soling spruce site [J]. Ecol Model, 1995（83）：255－262.

[31]Yang X, Wang M X. Reviews of several aspects of terrestrial carbon cycling[J]. Adv Earth Sci, 2001, 16（3）：427－435.

[32]Seely B, Welham C, Kimmins H. Carbon sequestration in boreal forest ecosystem: results from the ecosystem simulation model, FORECAST[J].For Ecol Manag, 2002（169）：123－135.

[33]Welham C, Seely B, Kimmins J P. The utility of the two-pass harvesting system: an analysis using the ecosystem simulation model FORECAST[J]. For Res, 2002, 32（6）：1071－1079.

[34]Reich P B, Grigal D F, Aber J D,et al. Nitrogen mineralization and productivity in 50 hardwood and conifer stands on diverse soils[J]. Ecology,1997, 78（2）：335－347.